如何对Pandas DataFrame按名称去重并保留各名称对应最大值行

下面提供两种生产环境常用的实现方式：

方案1：groupby 原生聚合写法 #

这是处理这类分组取最值需求的标准实现，逻辑严谨性能最优，代码非常简洁：

df_filtered = df.groupby('Name', as_index=False)['Value'].max()

参数as_index=False的作用是避免将分组键Name转为索引，保留为DataFrame的普通列，输出结构和你给出的预期结果完全一致。

方案2：排序后去重（更直观） #

更符合逐行处理的直觉逻辑，不需要理解聚合逻辑也能快速实现：

# 先按Value降序排序，每个Name的最大值行排在最前，去重时保留第一条即可
df_filtered = df.sort_values('Value', ascending=False).drop_duplicates('Name', keep='first')
# 如果需要保留原始Name的出现顺序，可在末尾加上.sort_index()

如果你的DataFrame还有除了Name和Value之外的其他字段，方案2可以完整保留最大值对应的整行所有字段内容，适配性更强。

内容的提问来源于stack exchange，提问作者Johan Tuls